利用數據透視表分析風電機組運行數據

張軍偉

摘 要：本文介紹了風力發電機組的檢修策略中的一種：以機組歷史故障數據為依據針對風場機組運行實際特點制定檢修計劃。實現以低成本、高利用率、安全可靠的運維風電機組。采用最常用的office辦公軟件中的數據透視功能，以圖表形式分析風電機組運行狀況，希望對精細化風電運維有所幫助。

關鍵詞：風力發電;故障數據;數據透視;檢修

一、前言

近年來國家大力發現清潔能源，風電產業的迅猛發展有目共睹，但風電運維服務并沒有跟上，風電機組的檢修成本高，服務質量差，可利用率不高等問題非常突出，站在運行檢修一線的角度出發，如何利用數據透視分析結論，安排巡檢計劃將風機故障率將至更低，將是本文研究的主要論題。[1]

因當前風電控制技術自動化較高，但維修自動化技術比較落后，并沒有系統的故障預防預報等措施，故障發生后的維護時間過長是不可避免的，嚴重的影響了機組的可利用率。[2]在日常的風機運行維護過程中，我們發現很多故障都有共同的規律和特點，通過風機監控系統的導出數據，挖掘其隱藏的規律和特點，結合所在風場機組運行的實際環境做出客觀的數據結論，了解風機的運行狀況，可以為我們風機巡檢和維護計劃的制定提供科學的數據支持，做到“把工作做到前面”，有效的預防一些可避免產生的故障，節省檢修時間，提高風機可利用率。[3]本文我將以某風電場風機為例，說明如何獲取機組運行數據，如何篩選有效數據，如何進行數據透視，利用分析結果怎樣安排日常風機巡檢維護工作的方法和策略。

二、風機后臺監控數據介紹

2.1風電機組后臺監控軟件介紹

目前，風場遠程控制風電機組大多使用SCADA監控系統，是監盤運行人員與風機人機交互的核心，運行人員可以通過監控系統對相應風機控制器進行系統登錄、參數變更、手動操作、日志故障查詢等人機交互操作。[4]

風電場風機監控系統（SCADA）的監控原理是，利用光纖通信網絡將所有風電機組連成網絡，由后臺服務器匯總至監控室監控電腦，通過后臺服務器軟件統一提供風電機組實時監控數據傳輸、人機交互、功率控制、啟停控制、數據存儲等各項監控功能。[5]

2.2監控系統相關導出數據介紹

監控系統在運行過程中會實時記錄一些機組運行的相關數據，比如：報警導出、每小時數據導出、每10分鐘數據導出、故障歷史回放等，并將這些數據存儲到監控電腦數據庫中，下面將我們所需用到的一些導出的數據分別做以介紹。[6]

1、報警導出：實時的導出每一臺機組所報的每一條故障記錄信息，包括風機號、故障狀態代碼、故障名稱、觸發狀態、故障時間。該數據的特點是，只要風機狀態發生變化就會有記錄產生，包括正常停機、人為停機、故障停機等所有狀態，將實時累計存儲月度數據，可完整保存自風電場投運以來的所有故障記錄數據。

2、每小時數據導出：以1小時為單位周期，導出1小時內的運行信息、發電信息和溫度信息等基本信息。詳細的記錄各種信息的1小時數據值。

3、每10分鐘數據導出：以10分鐘為單位周期，可以導出一條分機線路的十分鐘平均風速、有功功率和發電量碼值等發電統計信息，以Excel表格形式存儲。

4、故障歷史回放：以發生停機故障為基準，保留發生故障前后的單機實時信息，可以為分析發生故障當時的機組信息狀態提供依據，還原故障現場。

三、故障數據分析的方法

因后臺監控軟件導出的均為Excel表格格式的數據，這對于我們應用office系列辦公軟件進行數據分析提供了便利，我們可以用Excel對導出數據進行書記篩選和數據透視，得到我們想要的結論。具體做法如下實例，以某風電場10月份數據作為數據源進行篩選和分析。[7]

3.1篩選數據

首先對故障數據進行篩選，去除重復項（觸發和已復位只留其一）正常項如“正常停機，低風切出，能量控制停機，高風切出，維護停機等人為或不可抗力造成的非故障原因停機的狀態”，然后將篩選的表格作為數據源保存。

3.2對數據源進行數據透視

方法為：插入—數據透視—新工作表

數據透視表字段選擇為“故障名稱”，行選為“故障名稱”，值選為“計數項：故障名稱”。

這樣即可得到所有故障的發生次數統計數和故障清單，進行降序排列，可以直觀的看出總體數據與個體數據的關系，也可以利用公式，如：=B6/$B$5算出每個故障的百分占比。

3.3利用Excel對觸發次數多的（超過10次）故障用圖表體現，見圖1超過10次的故障頻次統計。

3.4對于發生頻次高的故障進行細化分析

方法：將單個系統如變頻器系統所產生的故障進行單獨篩選，然后進行數據透視，觀察是哪些風機頻繁發生此類故障，分別觸發的次數有多少。見表1變頻器系統故障類統計表。

四、數據分析在工作中的應用

在對數據進行分析后，不難得出哪些故障經常發生，哪些機組集中發生過多少故障，有什么樣的規律。如何利用這些規律特性來指導我們的工作就顯得極其重要了。本章簡要描述一下作為風電場風機運檢人員依據數據需要養成怎樣的分析習慣進行簡單描述。

4.1 利用運行數據觀察機組運行狀況

4.1.1監控機組運行的溫度情況

對機組整體宏觀上的溫度監控能有體現出機組機械大部件的運行工況，結合振動傳感器數據，可預知大部件是否有磨損導致升溫或振動大的情況，以便做出詳細的解決方案，做到及時預防大故障的發生，節約運行成本。[8]

4.1.2監控機組的報警記錄

每天風機運行過程中產生的故障記錄都是客觀反映機組運行情況的標尺，自然環境在變化，機組也會受其影響，在巡檢過程中不一定能全面的檢查出來，我們可以從其運行的故障數據中查看其數據下隱藏的缺陷。[9]